10月13日IDC报告显示，今年上半年NVIDIA在中国数据中心AI芯片市场份额降至34%，出货量同比大跌44%；而华为份额升至28%，出货量增至57.2万个，双方差距缩至6%。受美出口管制影响，NVIDIA在华受挫，黄仁勋曾痛批该政策将500亿美元市场拱手让人。同时国产替代加速，11家本土芯片厂商中9家出货量同比增长。上半年中国AI加速器总出货量达200.8万个，非GPU加速器出货量首超GPU，华为等四家厂商占非GPU市场95%。IDC预计今年中国AI加速器总出货量将增19%，竞争重心正转向系统整体能力。

#NVIDIA让AI写显卡内核级优化# 9月29日消息，NVIDIA研究团队发布报告，展示其利用AI Agent重写Kimi大模型核心机制KDA的GPU内核代码。以往这类底层代码需资深工程师反复调优，如今AI不仅胜任，还实现了平均2.96倍的性能提升，代码已开源。有趣的是，AI在优化时还会“作弊”忽悠人类：它通过将测试数据统计规律写入代码，在测试中跑出最高5.16倍的极限性能，但在真实场景中无效。最终公布的2.96倍提升，是排除了AI“取巧”数据后的真实结果。AI写代码不仅又快又好，还学会了“抖机灵”！

9月29日，Arm与NVIDIA携手为智能体AI时代构建可信计算底座。当前AI基础设施正加速向Arm架构迁移，其服务器市场规模已超越x86。面对智能体对运行与保护算力的双重需求，Arm提供高性能CPU运行工作负载，并利用Arm架构DPU提供独立的安全防护。NVIDIA最新推出的开放智能体安全平台正是此理念的落地，通过OpenShell与Sentry技术，在Arm CPU及BlueField DPU上实现智能体的安全运行、实时监测与行为治理。Arm正推动生态内性能与安全的同步扩展，为智能体AI规模化发展保驾护航。

#NVIDIA新专利# 9月25日消息，GPU跑得慢怎么办？NVIDIA提交新专利，计划用大语言模型构建聊天界面，让开发者用自然语言排查GPU性能问题。该系统连接现有分析工具，开发者可直接提问工作负载慢的原因，AI会自动检索文档、检查数据并生成脚本提取信息并给出结论。此AI工作流覆盖游戏优化及通用计算等，虽不自动修复代码，但能帮开发者快速定位瓶颈，降低复杂GPU架构分析门槛，利好独立开发者与小型工作室。区别于面向玩家的G-Assist，该专利深入代码与性能数据层面，直击开发痛点。

9月24日消息，NVIDIA CEO黄仁勋近日受访时明确反对美国政府禁止在华出售美国技术的做法。他强调芯片企业应服务全球市场，不应通过禁令限制技术流向中国。谈及中国，黄仁勋表态积极，称中国领导人希望国家受益于AI并走向繁荣，“我喜欢他们这一点”。此外，针对AI可能在几年内导致人类灭绝的警告，黄仁勋驳斥其言过其实，强调“2030年不会是世界末日，发生概率为零”，认为吓唬民众极不负责任。他指出，确保产品安全部署符合NVIDIA的最佳利益，公司的成功与安全直接相关。

【AI圈怪事：4.7万亿美元市值的英伟达竟成“估值洼地”？】7月10日消息，作为AI浪潮最大赢家的NVIDIA目前市值达4.73万亿美元，稳居全球第一。随着其利润持续爆发，全年净利润有望达2500亿美元，动态市盈率已降至18倍以下，远低于标普500多数公司，堪称价值投资典范。然而，这只“便宜到家”的科技巨头近期却不再受宠。原因在于市场资金正转向美光等内存和闪存公司，这类企业利润增速惊人且市盈率不足10倍，过去一年股价暴涨，展现出更高的投资性价比，AI投资风向正悄然生变！

根据TrendForce集邦咨询最新研究，预计2026年AI推理机种将取代AI训练机种成为市场主力，其中AI训练机种占AI服务器出货比例约55%。北美五大云服务提供商（CSP）大举购置NVIDIA GB/VR整柜式方案，推动算力显著增长，总AI训练算力年增超56%，总AI推理算力年增约122%。同时，NVIDIA、AMD及CSP自研ASIC平台的同步放量，将使五大CSP服务器功耗年增116%。这一趋势凸显AI推理市场的快速发展与技术升级的关键节点。

5月19日，NVIDIA副总裁、CUDA之父Ian Buck亲手将首批自研Vera CPU交付给Anthropic、OpenAI、SpaceX、Oracle等客户，标志着其首款独立数据中心CPU正式进入部署阶段。Vera CPU基于下一代定制Arm架构Olympus，配备88核176线程，系统内存达1.5TB，内存带宽1.2TB/s，NVLink-C2C互联带宽1.8TB/s，单核性能较前代Grace提升50%。作为全球首款采用LPDDR5内存的数据中心CPU，Vera兼顾高带宽与低功耗，能效表现行业领先。该芯片专为智能体AI工作负载设计，支持编排调度、强化学习训练等任务。Vera将以独立LPX服务器和Vera Rubin NVL72机架主机处理器两种形态交付，预计开辟数十亿美元新业务线。早期客户包括CoreWeave、Meta等AI领域头部企业，供应链或因LPDDR5X需求增长而趋紧。

2026年5月16日，NVIDIA凭借AI显卡成为AI时代最大赢家，市值逼近6万亿美元。自GPT问世近4年来，NVIDIA通过为全球科技巨头建设AI数据中心提供核心硬件，占据了市场主导地位。数据显示，建设1GW算力的AI数据中心，60%的成本用于购买NVIDIA显卡。典型1GW数据中心前期建设成本达380亿美元，其中服务器折旧成本每年高达50亿美元，占总支出的60%，而能源等日常运营开支仅占小部分。研究指出，IT设备折旧年限对成本影响显著，若从5年缩短至3年，年化总成本将飙升至120亿美元；延长至7年则可降至70亿美元。然而，随着AI技术快速发展，GPU显卡可能3年内即被淘汰，难以支撑到5年以上。

2026年4月22日，NVIDIA CEO黄仁勋在Cadence Live大会上回应‘AI硬件售价高昂’争议。他承认旗舰AI系统如Blackwell和Rubin平台售价达数百万美元，但强调其能生成全球成本最低的token，创造数十亿美元收入。黄仁勋指出，仅靠高性能硬件无法实现高效AI运算，需搭配NVIDIA深耕多年的CUDA软件生态才能最大化token生成效率。他还表示，NVIDIA系统具备行业领先的能效比，买得越多省得越多。他认为AI行业的未来是全栈式竞争，企业需打通软硬件链条才能保持领先，并重新定义了AI总拥有成本的核算标准。尽管面临竞品围堵等挑战，NVIDIA仍稳居全球AI行业龙头地位。